Mein KI-Arbeitssystem
Wie mein Braynox OS aufgebaut ist. Kein Produkt. Kein Template. Ein gewachsenes System aus Wissen, Projekten, Routinen und KI, das mir hilft, nicht jedes Mal wieder bei null anzufangen.
Ich zeige das hier nicht als Blaupause, die jeder genauso übernehmen soll. Eher als Einblick: So kann ein persönliches KI-Arbeitssystem aussehen, wenn es nicht aus Tool-Begeisterung entsteht, sondern aus echter täglicher Arbeit.
Ich wollte nicht mehr suchen.
Angefangen hat es simpel: ein Ordner, ein paar Dokumente, ein paar Notizen. Das funktioniert eine Weile. Bis aus ein paar Dateien ein ganzer Arbeitsalltag wird.
Chatverläufe, Ideen, Projektwissen, Meetingprotokolle, Prompts, Entscheidungen, Learnings. Alles ist irgendwo da. Aber wenn es nicht zusammenarbeitet, ist es nur Ablage.
Der Punkt war irgendwann klar: Mein Wissen muss raus aus dem Kopf und rein in eine Form, die bleibt. Nicht als perfekte Dokumentation. Sondern als System, mit dem ich wirklich arbeite.
Gerade bei KI wird das schnell sichtbar. Ein guter Chat kann eine Entscheidung vorbereiten, einen Text verbessern oder eine Struktur klären. Aber wenn das Ergebnis danach im Verlauf verschwindet, ist es beim nächsten Mal wieder weg. Dann erklärt man der KI dieselben Dinge erneut. Die eigene Arbeitsweise wird nicht besser, nur schneller wiederholt.
Das Braynox OS ist aus diesem Problem entstanden: Wie halte ich Kontext so fest, dass er morgen noch nutzbar ist? Wie bringe ich meine Erfahrung, meine Sprache, meine Entscheidungen und meine laufenden Themen in eine Form, mit der eine KI sinnvoll arbeiten kann?
Am Anfang war das kein Architekturprojekt. Es war eher ein Schmerzpunkt. Ich habe gemerkt, dass ich gute Arbeitsergebnisse hatte, aber sie nicht sauber zurück ins System geflossen sind. Ein Gespräch war hilfreich, aber später musste ich mich erinnern. Ein Prompt funktionierte, aber lag irgendwo. Eine Entscheidung war richtig, aber die Begründung war nicht mehr greifbar.
Genau dort kippt ein Notizsystem in ein Arbeitssystem. Nicht weil es größer wird. Sondern weil es anfängt, Übergaben zu leisten: von heute zu morgen, von Gedanken zu Entscheidungen, von Gesprächen zu nächsten Schritten, von KI-Ausgaben zu dauerhaft nutzbarem Wissen.
KI ohne Kontext bleibt Oberfläche.
Viele KI-Nutzung bleibt im Chatfenster hängen. Man stellt eine Frage, bekommt eine Antwort, kopiert etwas heraus und macht weiter. Für einzelne Aufgaben ist das okay. Für echte Arbeit reicht es nicht.
Denn Arbeit besteht selten aus einzelnen Prompts. Arbeit besteht aus Verlauf: Warum wurde etwas entschieden? Was war beim letzten Mal offen? Welche Sprache passt zu mir? Welche Prinzipien gelten? Welche Fehler will ich nicht wiederholen?
Wie baue ich den perfekten Notizkasten?
Wie baue ich ein System, das meiner KI genug Kontext gibt, um nicht generisch zu antworten?
Das System ist nicht nach Tools sortiert, sondern nach Arbeit.
Das war eine wichtige Entscheidung. Ich wollte keine Sammlung nach Anwendungen: hier Obsidian, dort ChatGPT, dort Google Drive, dort Newsletter. So denkt Arbeit nicht. Arbeit fragt: Was muss ich wissen? Was ist zu entscheiden? Was ist der nächste Schritt?
Kontext vor Output
Ein guter Output hängt fast nie nur am Prompt. Er hängt daran, ob die KI den richtigen Hintergrund kennt: Tonalität, Ziel, Vorgeschichte, Grenzen, offene Punkte.
Routinen vor Perfektion
Ein System muss nicht vollständig sein, um nützlich zu sein. Es muss regelmäßig benutzt werden. Deshalb sind Standup, Abschluss und Review wichtiger als perfekte Ordnernamen.
Eigentum vor Plattform
Das Wissen soll nicht in einem Tool eingeschlossen sein. Die Oberfläche darf wechseln. Die Struktur, die Texte und die Entscheidungen müssen bleiben.
Ein Ordner. Viele Markdown-Dateien. Eine KI, die weiß wo sie nachschauen muss.
Obsidian ist dabei nur die Oberfläche. Das eigentliche System sind einfache Textdateien, verlinkt, sortiert und so aufgebaut, dass KI damit arbeiten kann.
Das ist mir wichtig: Das OS gehört keinem Anbieter. Die Dateien sind lesbar, verschiebbar und in jedem Texteditor zu öffnen. Obsidian hilft beim Navigieren. Die KI hilft beim Denken, Sortieren und Produzieren. Aber die Grundlage bleibt mein eigener Bestand an Wissen.
Wissen
Methoden, Erfahrungen, Prompts, Beispiele, Notizen und alles, was nicht im Kopf verschwinden soll. Das ist die Substanz, auf die das System zurückgreift.
Steuerung
Dashboard, Aufgaben, Entscheidungen, Metriken und Session-Verlauf. Diese Ebene zeigt, was gerade wirklich wichtig ist und was nicht vergessen werden darf.
Automatisierung
Wiederkehrende Abläufe als Skills: Session starten, Arbeit abschließen, Inhalte vorbereiten, Reviews durchführen. Nicht Magie, sondern dokumentierte Prozesse.
Weil einfache Dateien erstaunlich viel aushalten.
Ich wollte kein System, das nur funktioniert, solange eine bestimmte App, ein bestimmter Login oder eine bestimmte Plattform existiert. Markdown ist unspektakulär. Genau deshalb ist es stark.
Eine Markdown-Datei kann eine Notiz sein, ein Projektbriefing, ein Prompt, ein Entscheidungsprotokoll, ein Arbeitsablauf oder ein Rohtext. Sie kann verlinkt werden. Sie kann von Menschen gelesen werden. Und sie kann von KI gelesen werden.
Das klingt banal, ist aber der Kern: Wenn Wissen in einer einfachen, stabilen Form vorliegt, wird es anschlussfähig. Für mich. Für eine KI. Und später für jedes andere Werkzeug, das darauf zugreifen soll.
Markdown zwingt außerdem zu einer gewissen Klarheit. Es gibt keine Oberfläche, hinter der man Unordnung verstecken kann. Eine Überschrift ist eine Überschrift. Eine Liste ist eine Liste. Ein Link ist ein Link. Das hilft, weil KI mit klaren Strukturen besser arbeiten kann als mit hübschen, aber unklaren Ablagen.
Für mich ist das ein guter Kompromiss: menschlich genug, um nicht technisch zu nerven. Strukturiert genug, damit Maschinen damit etwas anfangen können.
Acht Bereiche. Jeder mit einer klaren Aufgabe.
Ich will nicht überlegen, wo etwas hingehört. Wenn ein System jedes Mal Diskussion braucht, wird es nicht genutzt. Deshalb hat jeder Bereich eine einfache Aufgabe. Die Ordner sind dabei nicht als starre Taxonomie gedacht, sondern eher Denkbereiche.
Ich & Brand
Wer ich bin, wie Braynox klingt, welche Haltung in Texten und Entscheidungen steckt. Ohne diesen Bereich würde die KI korrekt, aber fremd klingen.
Methoden
Arbeitsweisen, Checklisten, Templates, Prompting, Adoption, Projektstart und Review-Logik. Hier steht nicht was KI ist, sondern wie ich mit ihr arbeite.
Kontexte
Projekt- und Gesprächskontexte in anonymisierter, strukturierter Form. Nicht als CRM, sondern als Arbeitsgedächtnis: Was ist passiert, was ist offen, was ist relevant?
Wissen
Alles, was dauerhaft nützlich ist: Learnings, Werkzeuge, Prinzipien, Beispiele und eigene Erfahrungen. Der Teil, der mit jeder echten Arbeit besser wird.
Content
Ideen, Newsletter, Website-Texte und Themen, die aus dem System heraus entstehen. Nicht Content aus dem Nichts, sondern aus dokumentierter Erfahrung.
Skills
Anweisungen für wiederkehrende Aufgaben, damit ich nicht jedes Mal denselben Prozess erklären muss. Ein Skill ist im Grunde ein sauber beschriebener Arbeitsablauf.
Archiv
Was abgeschlossen ist, bleibt auffindbar, aber belastet nicht mehr das aktive System.
Inbox
Der schnelle Eingang für Gedanken, Rohmaterial und Dinge, die noch keinen festen Platz haben.
Wichtig ist dabei nicht, dass alles sofort perfekt einsortiert wird. Die Inbox darf unordentlich sein. Rohmaterial darf roh bleiben. Aber es braucht Orte, an denen es später geklärt werden kann. Sonst wird aus „schnell ablegen“ sehr schnell „nie wieder finden“.
Die eigentliche Disziplin liegt also nicht im dauernden Aufräumen. Sie liegt darin, regelmäßig zu entscheiden: Ist das nur ein Gedanke? Ist es Wissen? Ist es eine Aufgabe? Ist es eine Entscheidung? Oder ist es Material, das in einen konkreten Arbeitsprozess gehört?
Sieben Dateien halten das System zusammen.
Entscheidend ist nicht die Menge an Notizen, sondern dass es wenige Dateien gibt, die den aktuellen Zustand abbilden. Diese Dateien sind der Unterschied zwischen einer Wissenssammlung und einem Arbeitssystem. Ohne sie wäre das OS nur ein Archiv. Mit ihnen wird es steuerbar.
Der Einstieg in jede Arbeitssession. Dort steht nicht alles, sondern das Wichtige: aktuelle Prioritäten, offene Punkte, Termine und die Routing-Logik für wiederkehrende Aufgaben.
Die operative Wahrheit. Was ist aktiv, was wartet, was ist später dran? Diese Datei verhindert, dass Aufgaben nur in Gesprächen, Chats oder Gedanken existieren.
Was zuletzt passiert ist. Nicht als Tagebuch, sondern als Übergabe. Damit eine neue Session dort starten kann, wo die alte aufgehört hat.
Warum etwas entschieden wurde, welche Alternativen es gab und was daraus folgt. Wichtig, weil Entscheidungen ohne Begründung später wieder neu diskutiert werden.
Zahlen, Tendenzen und Beobachtungen, ohne daraus ein Reporting-Theater zu machen. Es geht nicht um Kontrolle, sondern um Orientierung.
Die Selbstbeschreibung des Systems: Was es ist, was es kann, wofür es gedacht ist. Diese Datei hilft, das System selbst erklärbar zu halten.
Fehler, Lücken und Verbesserungsideen. Das System soll nicht fertig sein. Es soll besser werden, weil die Arbeit daran echte Schwachstellen sichtbar macht.
Ich sage nicht mehr alles neu. Ich gebe einen Auslöser.
Das OS funktioniert über Routing. Ein Stichwort reicht, und die KI weiß, welche Dateien relevant sind und welcher Prozess dahinterliegt. Ich muss nicht jedes Mal erklären, wie ich denke oder wo die Informationen liegen. Diese Logik steckt im System.
Standup
Session starten, aktuelle Lage lesen, offene Punkte sehen, dann entscheiden was heute dran ist. Der Standup holt mich zurück in den Kontext.
Conclude
Session abschließen, Ergebnisse festhalten, Aufgaben aktualisieren, neue Erkenntnisse einsortieren. Hier wird aus Arbeit wieder Systemwissen.
Wochenstart
Prioritäten prüfen, Warteschleifen sehen, Termine einordnen und die Woche bewusst setzen. Nicht alles ist gleich wichtig, auch wenn alles irgendwo offen ist.
Review
Nicht nur arbeiten, sondern aus der Arbeit lernen: Was hängt? Was wiederholt sich? Was muss am System besser werden? Das Review ist die Wartung des eigenen Denkens.
Die KI wird nicht klüger. Sie wird besser eingebettet.
Das System macht aus KI kein Orakel. Es ersetzt keine Erfahrung und keine Entscheidung. Aber es gibt der KI den Kontext, den sie braucht, um nützlicher zu werden.
Wenn ich an einem Text arbeite, kennt die KI meine Sprache. Wenn ich ein Thema sortiere, kennt sie meine bisherigen Gedanken. Wenn ich eine Entscheidung treffe, kann sie frühere Begründungen heranziehen. Und wenn ich etwas abschließe, kann daraus wieder ein Baustein für später werden.
Dadurch verändert sich die Arbeit leise. Nicht spektakulär. Aber spürbar. Weniger Wiederholung. Weniger Suchen. Weniger lose Enden. Mehr Anschluss. So entsteht mit der Zeit ein Kreislauf: Arbeit erzeugt Kontext. Kontext verbessert KI-Arbeit. KI-Arbeit erzeugt neue Ergebnisse. Und gute Ergebnisse fließen zurück ins System.
Gedanke, Gespräch, Idee, Aufgabe oder Rohtext kommt ins System.
Die passende Datei, Methode oder Routine gibt der KI Orientierung.
Aus dem Material entsteht ein Text, eine Entscheidung, ein Plan oder ein nächster Schritt.
Was nützlich war, fließt zurück. Was nicht funktioniert hat, wird verbessert.
Kontext wiederverwendbar machen.
Das System hilft mir, Gedanken, Projektwissen, Content-Ideen, Entscheidungen und KI-Arbeit zusammenzuhalten. Nicht perfekt. Aber so, dass ich damit weiterarbeiten kann.
Der größte Nutzen ist nicht Ordnung. Der größte Nutzen ist Anschlussfähigkeit. Eine neue Session beginnt nicht bei null, sondern dort, wo die letzte aufgehört hat. Für mich ist das der eigentliche Wert eines Second Brain: Es speichert nicht nur Informationen. Es macht Arbeit fortsetzbar.
- Kein CRM mit Lizenzen und Dashboards.
- Kein Enterprise-Wissensmanagement.
- Kein Notion-Template zum Nachbauen.
- Kein System, das Disziplin ersetzt.
- Keine KI, die automatisch weiß was wichtig ist.
Ein gutes KI-System beginnt nicht mit KI.
Das klingt erstmal widersprüchlich, ist für mich aber der wichtigste Punkt. Die KI ist nicht der Anfang. Der Anfang ist die eigene Arbeitsweise: Wie denke ich? Wie entscheide ich? Welche Informationen brauche ich immer wieder? Welche Abläufe wiederholen sich so oft, dass sie sauber beschrieben werden sollten?
Erst wenn diese Dinge sichtbar werden, kann KI wirklich helfen. Sonst bleibt sie ein sehr gutes Werkzeug in einem schlecht sortierten Raum. Mein Braynox OS ist deshalb weniger ein Technikprojekt als ein Versuch, Arbeit fortsetzbar zu machen.
Vielleicht ist das die eigentliche Veränderung durch KI: Nicht dass sie uns die Arbeit abnimmt. Sondern dass sie uns zwingt, unsere Arbeit klarer zu beschreiben. Wer das tut, merkt ziemlich schnell, wo Struktur trägt und wo nur Gewohnheit war.